基于FPGA技术的8位模型机设计与实现

利用EDA技术在FPGA芯片上设计并实现一个简单的8位模型机,主要包括指令系统、运算器、控制器、存储器、时序产生器和总线等设计,在QuartusⅡ6.0集成环境下进行设计、编译和仿真,最后下载到SOPC/EDA实验平台上进行单元和系统测试,达到了设计要求。     

机身自动调姿方法及误差分析

提出了机身自动调姿方法.该调姿方法利用研发的调姿控制平台将激光跟踪仪跟踪测量、托架式自动定位器、精确控制系统和调姿集成软件系统有机结合起来,完成位姿信息采集、位姿解算、轨迹规划、运动学逆解、定位器自动定位,实现机身自动精确调姿.调姿过程中,跟踪仪自动跟踪测量位姿基准点,获得机身实时位姿,从而对调姿轨迹进行及时修正.利用微变换齐次变换矩阵,研究了各误差源与机身调姿误差的关系,对多个定位器误差进行了融合,误差分析为保证调姿精度提供了理论依据.初步工程验证表明:该调姿方法能有效降低机身调姿误差,提高总装精度和效率.     

基于粗支持向量机的飞机机体研制费用预测

分析粗糙集理论方法和支持向量机方法的优势和互补性后,探讨粗糙集与支持向量机的结合方法,提出一种基于粗糙集数据预处理的支持向量机预测系统。将该系统用于飞机机体的研制费用预测中,与其它方法相比得到较高的预测精度。     

气动系统在数控螺旋锥齿轮研齿机中的应用

围绕气动系统在YK2560型数控螺旋锥齿轮研齿机中的应用,论述研齿机工作原理,进行气动系统结构设计。生产实践证明采用气动系统研齿加工的质量效率明显高于传统的液压系统,具有显著的经济效益和良好的社会效益。     

飞机起飞着陆性能智能计算模型及应用

提出了一种飞机起飞着陆性能智能计算思路。详细分析了影响飞机高原起飞着陆性能的主要因素,提出了高原起飞着陆性能智能计算的一般模型,然后采用支持向量机(Support Vector Machines,SVM)对某型飞机高原起飞滑跑距离实测数据进行了建模和验算,同时为说明支持向量机模型适合工程使用、精度高、推广性高的优点,还与贝叶斯正则化BP神经网络(BRBP)、RBF神经网络(RBF)、自适应神经模糊推理系统(ANFIS)做了比较。计算结果表明,支持向量机具有很好的推广性能,得到的结果优于BRBP,RBF和ANFIS等智能计算方法,推广误差能够满足工程的实际需要。该模型对于发展和丰富飞行器起飞着陆性能计算理论具有一定的参考价值。     

基于支持向量机的武器装备批量生产经济性分析

对常规熟练曲线建模方法和支持向量机模型用于某型武器装备的批量生产经济性分析进行研究,着重分析了应用支持向量机进行批量生产经济性分析的具体形式以及方法特点,并给出了应用实例,结果令人满意。     

树脂基三维机织复合材料结构与力学性能的关系研究

通过拉伸、弯曲、压缩等实验,评价了4种不同结构的三维机织角联锁织物增强的碳/树脂基复合材料结构与力学性能的关系.结果表明:对于纤维体积含量相近的4种不同结构的3D机织复合材料而言,它们之间的拉伸、弯曲、压缩性能差异很大,在2倍左右;衬经纱和衬纬纱可以显著改善力学性能;纤维与树脂之间的界面破坏-脱粘是3D机织复合材料最先发生失效的形式;带衬经衬纬的No.1结构复合材料的综合力学性能最佳.可以推断,改进界面结合力能大大提高3D机织复合材料的力学性能.     

基于EMD和SVM的滚动轴承故障诊断方法

将支持向量机(SupportVectorMachine,简称SVM)、经验模态分解(EmpiricalModeDecomposition,简称EMD)方法和AR(Auto-Regressive,简称AR)模型相结合应用于滚动轴承故障诊断中。该方法首先对滚动轴承振动信号进行经验模态分解,将其分解为多个内禀模态函数(IntrinsicModeFunction,简称IMF)之和,然后对每一个IMF分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明,该方法在小样本情况下仍能准确、有效地对滚动轴承的工作状态和故障类型进行分类,从而实现了滚动轴承故障诊断的自动化。      

静重式测力机自动控制系统

提出了一种静重式测力机自动控制系统的设计方案,弥补了传统测力机控制系统自动化程度不高、操作不便等缺点;采用STD工业总线结构、单片机、红外光电检测等技术,能自动完成加/卸荷、记录、处理数据并打印证书等过程,真正实现了全自动控制并已应用.     

基于核的K近邻法

将核学习方法的思想应用于K近邻法中,提出了一种核K近邻算法,算法的主要思想是:首先将原空间中待分类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K近邻分类.为了验证算法的有效性,分别利用人工和实际数据进行K近邻分类和核K近邻分类,实验结果显示对于一些特殊的类分布数据,核K近邻分类比K近邻分类具有更好的分类效果.